Применение технологий интеллектуального моделирования знаний для управления процессом изготовления опорных рам холодильных агрегатов для хлебозавода
DOI:
https://doi.org/10.22213/2410-9304-2022-2-41-49Ключевые слова:
интеллектуальные технологии, модели представления знаний, холодильное оборудование, хлебокомбинат, продукционная модель, семантическая сетьАннотация
Статья посвящена применению интеллектуальных технологий для повышения качества управления производством на примере процесса изготовления опорных рам для установки холодильных агрегатов в морозильных камерах хлебокомбинатов, использующих заготовки полуфабрикатов для обеспечения гибкости производства. Обоснована актуальность задачи с точки зрения повышения эффективности производства, а также требований к цифровизации. Обозначен подход к выявлению значимых объектов и условий предметной области применительно к каждой модели. Описаны этапы и ключевые особенности изготовления опорных рам, которые затем формализованы и, в конечном итоге, представлены в виде продукционной и семантической моделей знаний, на основе которых можно разработать базу знаний - ядро системы поддержки принятия решений (СППР). Основными результатами работы являются составленные продукционная и семантическая модели в графическом представлении, дающие в комплексе целостное представление о моделируемом процессе. По продукционной модели можно проследить ход процесса с основными возможными отклонениями. Семантическая модель дает целостное представление об объектах предметной области и их отношениях. Фреймовая модель будет представлена в дальнейших работах. Аналогично предлагается составить модели представления знаний по основным и вспомогательным процессам хлебокомбината с целью использования их в интеллектуальных системах управления производством. Рассматриваемый подход может быть использован широким кругом разработчиков интеллектуальных систем для пищевых и других промышленных производств и является первым и основополагающим стартовым шагом в современной тенденции цифровой трансформации промышленных предприятий в рамках Индустрии 4.0.Библиографические ссылки
Автоматизированная система планирования и контроля загрузки производственных линий на хлебокомбинате / Ю. Н. Белова, В. О. Новицкий, К. В. Гарев, А. С.Дорофеева // Хлебопродукты. 2020. № 7. С. 36-43.
Разработка систем управления с искусственным интеллектом для хлебокомбинатов / В. О. Новицкий, Ю. Н. Белова, Д. И. Печикин, Э. Ю. Большаков // Хлебопродукты. 2021. № 8. С. 46-52.
Димитров В. П., Борисова Л. В., Хубиян К. Л. Моделирование знаний в задаче поиска причин неисправностей // Инженерные технологии и системы. 2021. Т. 31, № 3. C. 364-379. DOI 10.15507/2658- 4123.031.202103.364-379.
Одинцов А. Н. Проблема моделирования знания в искусственном интеллекте // Общество. Коммуникация. Образование. 2011. № 136. C. 56-60.
Разработка диагностических интеллектуальных систем на основе онтологий / М. А. Грищенко, Н. О. Дородных, С. А. Коршунов, А. Ю. Юрин // Онтология проектирования. 2018. Т. 8, № 2 (28). С. 265-284. DOI 10.18287/2223-9537-2018-8-2-265-284.
Сергеев Н. Е., Зарницин В. П. Фреймовые модели и перспективы использования в них мягких вычислений // Известия ЮФУ. Технические науки. 2003. №2. C. 171-175.
Минский М. Фреймы для представления знаний / пер. с анг. М. : Энергия, 1979. 159 с.
Шейко А. А. Современные подходы к использованию замороженных тестовых полуфабрикатов // Сельскохозяйственный журнал. 2014. №7. C. 231-234.
Кветный Ф. М., Юрко М. А., Заикина В. И. О замораживании хлебобулочных изделий [Определение технологических режимов замораживания, хранения и размораживания] // Хлебопечение России. 2006. № 1. С. 22-23.
Carr, L.G., Rodas, M.A.B., Della Torre, J.C.M., Tadini, C.C., 2006. Physical, textural and sensory characteristics of 7-day frozen part-baked French bread. Food Science and Technology 39 (5), 540-547.
Посевкин Р. В. Применение семантической модели базы данных при реализации естественно-языкового пользовательского интерфейса // Научно-технический вестник информационных технологий, механики и оптики. 2018. № 2. C. 262-267.
Мансуров М. Н., Шеховцов А. В. Контроль проектирования, строительства и эксплуатации морских трубопроводов на основе фреймово-продукционных моделей // Вести газовой науки : научно-технический сборник. 2019. № 2(39). С. 97-109. EDN HCHYGD.
Wan X., Wang H., Li J., LKAQ: large-scale knowledge graph approximate query algorithm, Information Sciences 505 (2019) 306-324.
Wu Y., Zhao S.Community answer generation based on knowledge graph, Information Sciences 545 (2021) 132-152.
Zhang R., Mao Y., Zhao W. Knowledge graphs completion via probabilistic reasoning, Information Sciences 521 (2020) 144-159.
Ломов П. А. Поддержка интеллектуальности пользовательского интерфейса системы распределенного семантического поиска: проблемы и решения // Вестник Мурманского государственного технического университета. 2010. Т. 13, № 3. С. 574-586.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2022 Юлия Николаевна Белова, Лилия Равильевна Юсупова
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.